Robust Sequential Decision-Making in Adversarial Environments: Codebase

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F25%3A00646408" target="_blank" >RIV/67985556:_____/25:00646408 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.6084/m9.figshare.30788984" target="_blank" >https://doi.org/10.6084/m9.figshare.30788984</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Robust Sequential Decision-Making in Adversarial Environments: Codebase

Popis výsledku v původním jazyce

This repository contains experimental datasets, results and configuration files supporting the research article „Robust Sequential Decision-Making in Adversarial Environments“. The associated study addresses reinforcement learning in non-stationary, adversarial environments where standard Markov Decision Process (MDP) assumptions are violated, introducing a model-based framework for Threatened Markov Decision Process (TMDP) that utilises Bayesian belief updates to compute robust policies.

Název v anglickém jazyce

Robust Sequential Decision-Making in Adversarial Environments: Codebase

Popis výsledku anglicky

This repository contains experimental datasets, results and configuration files supporting the research article „Robust Sequential Decision-Making in Adversarial Environments“. The associated study addresses reinforcement learning in non-stationary, adversarial environments where standard Markov Decision Process (MDP) assumptions are violated, introducing a model-based framework for Threatened Markov Decision Process (TMDP) that utilises Bayesian belief updates to compute robust policies.

Druh

R - Software

CEP obor

—

OECD FORD obor

10102 - Applied mathematics

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2025

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

TMDP adversarial rl

Technické parametry

TMDP adversarial rl, 90.89 kB, Algoritmy pro nestacionární nepřátelské interakce v reinforcement learning

Ekonomické parametry

Algoritmy pro nestacionární nepřátelské interakce v reinforcement learning

IČO vlastníka výsledku

67985556

Název vlastníka

Ústav teorie Informace a automatizace AV ČR, v. v. i.